Ανατριχιαστικό επίτευγμα στο Στάνφορντ: Η Τεχνητή Νοημοσύνη κατασκευάζει ιούς για να σκοτώσει βακτήρια

Επιστήμονες από το Stanford University και το μη κερδοσκοπικό Arc Institute, αμφότερα με έδρα το Palo Alto, ανακοίνωσαν πως κατάφεραν να δημιουργήσουν μικρόβια με DNA που έχει σχεδιαστεί εξ ολοκλήρου από τεχνητή νοημοσύνη. Πρόκειται, όπως υποστηρίζουν, για «την πρώτη γενετική σχεδίαση πλήρων γονιδιωμάτων» από AI, σύμφωνα με προδημοσίευση που δόθηκε στη δημοσιότητα.

Η συγκεκριμένη εργασία έχει τη δυναμική να οδηγήσει σε νέες θεραπείες και να επιταχύνει την έρευνα σε τεχνητά σχεδιασμένα κύτταρα. Ο Jef Boeke, βιολόγος στο NYU Langone Health, που είχε πρόσβαση στην έρευνα πριν τη δημοσίευσή της, τόνισε πως τα αποτελέσματα της AI ήταν εντυπωσιακά και απρόβλεπτα. «Εντοπίστηκαν ιοί με νέα γονίδια, περικομμένα γονίδια και διαφορετικές διατάξεις», αναφέρει χαρακτηριστικά.

Παρά τα εντυπωσιακά ευρήματα, δεν πρόκειται ακόμη για πλήρως σχεδιασμένη ζωή από AI, καθώς οι ιοί δεν θεωρούνται ζωντανοί οργανισμοί αλλά τμήματα γενετικού κώδικα με απλά γονιδιώματα.

Οι ερευνητές του Arc Institute εστίασαν στη δημιουργία παραλλαγών ενός βακτηριοφάγου ιού, του phiX174, ο οποίος διαθέτει μόλις 11 γονίδια και περίπου 5.000 γράμματα DNA. Για τον σκοπό αυτό χρησιμοποίησαν δύο εκδοχές της AI Evo, που βασίζεται στις ίδιες αρχές με μεγάλα γλωσσικά μοντέλα όπως το ChatGPT. Αντί για κείμενα, οι ερευνητές εκπαίδευσαν τα μοντέλα σε γενώματα περίπου 2 εκατομμυρίων άλλων βακτηριοφάγων.

Για να αξιολογήσουν αν οι προτάσεις του AI είχαν νόημα, τύπωσαν χημικά 302 σχέδια γενωμάτων ως αλυσίδες DNA και τα ανέμειξαν με βακτήρια E. coli. Η στιγμή-ορόσημο ήρθε όταν παρατήρησαν περιοχές νεκρών βακτηρίων στα τρυβλία τους – ένδειξη ότι οι ιοί που δημιούργησε η AI ήταν λειτουργικοί. Μάλιστα, φωτογράφισαν τα σωματίδια των ιών στο μικροσκόπιο, τα οποία εμφανίζονταν ως θολές κουκκίδες.

Συνολικά, 16 από τα 302 σχέδια αποδείχθηκαν επιτυχή: οι υπολογιστικά σχεδιασμένοι φάγοι μπόρεσαν να αναπαραχθούν και να καταστρέψουν τα βακτήρια.

Ταχύτητα και προοπτικές της τεχνητής νοημοσύνης στη βιολογία

Ο J. Craig Venter, γνωστός για τη δημιουργία των πρώτων οργανισμών με συνθετικό DNA πριν περίπου είκοσι χρόνια, χαρακτήρισε τις μεθόδους AI ως «μια πιο γρήγορη εκδοχή πειραμάτων δοκιμής-σφάλματος». Θύμισε ότι όταν η δική του ομάδα δημιούργησε βακτήριο με εργαστηριακά εκτυπωμένο γονιδίωμα το 2008, χρειάστηκαν πολυάριθμες δοκιμές και χειρωνακτική ανάλυση της βιβλιογραφίας.

Η ταχύτητα είναι ο λόγος που πολλοί επενδύουν στην τεχνητή νοημοσύνη για να μεταμορφώσει τη βιολογία. Ήδη μέσα στο 2024, νέες μέθοδοι AI τιμήθηκαν με Nobel για την πρόβλεψη της δομής πρωτεϊνών, ενώ δισεκατομμύρια επενδύονται στην ανάπτυξη φαρμάκων μέσω AI. Αυτή την εβδομάδα η εταιρεία Lila στη Βοστώνη συγκέντρωσε 235 εκατ. δολάρια για αυτοματοποιημένα εργαστήρια με τεχνητή νοημοσύνη.

Οι ιοί που σχεδιάζονται από υπολογιστές θα μπορούσαν να αξιοποιηθούν εμπορικά. Για παράδειγμα, οι γιατροί εφαρμόζουν κατά διαστήματα «θεραπεία φάγων» σε ασθενείς με βαριές βακτηριακές λοιμώξεις, ενώ παρόμοιες δοκιμές γίνονται στη γεωργία για την αντιμετώπιση ασθενειών όπως η μαύρη σήψη στο λάχανο.

«Υπάρχει σίγουρα μεγάλο δυναμικό σε αυτή την τεχνολογία», σημειώνει ο φοιτητής Samuel King, επικεφαλής του έργου στο εργαστήριο του Brian Hie. Υπογραμμίζει πως οι περισσότερες γονιδιακές θεραπείες βασίζονται σε ιούς ως φορείς μεταφοράς γονιδίων στον ανθρώπινο οργανισμό—και η AI θα μπορούσε να τους καταστήσει αποτελεσματικότερους.

Ανησυχίες για τη βιοασφάλεια και τα όρια της τεχνολογίας

Οι ερευνητές του Στάνφορντ διαβεβαιώνουν ότι δεν εκπαίδευσαν την AI σε ιούς που προσβάλλουν ανθρώπους. Ωστόσο, η ίδια τεχνολογία ενέχει τον κίνδυνο κάποιοι επιστήμονες—από περιέργεια ή κακή πρόθεση—να χρησιμοποιήσουν τις μεθόδους αυτές σε παθογόνα επικίνδυνα για τον άνθρωπο.

«Συνιστώ μεγάλη προσοχή σε οποιαδήποτε έρευνα ενίσχυσης ιών, ιδίως όταν είναι τυχαία και άγνωστης έκβασης», προειδοποιεί ο Venter. «Αν κάποιος εφαρμόσει αυτή την τεχνική στην ευλογιά ή τον άνθρακα, θα ανησυχούσα σοβαρά.»

Παραμένει ανοιχτό το ερώτημα αν η τεχνητή νοημοσύνη μπορεί να δημιουργήσει πλήρες γονιδίωμα μεγαλύτερων οργανισμών. Για παράδειγμα, το E. coli διαθέτει περίπου χίλιες φορές περισσότερο γενετικό υλικό από το phiX174. «Η πολυπλοκότητα θα εκτινασσόταν σε επίπεδα πολύ πάνω από τον αριθμό των υποατομικών σωματιδίων στο σύμπαν», σχολιάζει ο Boeke.

Επιπλέον, δεν υπάρχει ακόμη εύκολος τρόπος να δοκιμαστούν σχεδιάσεις AI για μεγάλα γονιδιώματα. Ενώ κάποιοι ιοί μπορούν να “ενεργοποιηθούν” απλά από ένα μόριο DNA, αυτό δεν ισχύει για βακτήρια ή πολυκύτταρους οργανισμούς όπως ο άνθρωπος—θα απαιτούνταν σταδιακές γενετικές τροποποιήσεις ενός υπάρχοντος κυττάρου, μια διαδικασία που παραμένει επίπονη.

Παρά τις δυσκολίες αυτές, ο διευθύνων σύμβουλος της Ginkgo Bioworks στη Βοστώνη, Jason Kelly, πιστεύει ότι ένα τέτοιο εγχείρημα είναι απαραίτητο και μπορεί να υλοποιηθεί σε αυτοματοποιημένα εργαστήρια όπου τα γενώματα προτείνονται, δοκιμάζονται και τα αποτελέσματα τροφοδοτούνται πίσω στην AI για περαιτέρω βελτίωση. «Θα ήταν ένα επιστημονικό ορόσημο εθνικής κλίμακας—καθώς τα κύτταρα είναι τα δομικά στοιχεία κάθε ζωής», τονίζει ο Kelly. «Οι ΗΠΑ πρέπει να διασφαλίσουν ότι θα προηγηθούν.»

Διαβάστε το αρχικό άρθρο εδώ.